GrokBot은 수십 초 만에 다양한 의견을 종합한 요약본을 제공했다. Dots는 주제를 정리하고, Gemini는 댓글을 수집할 수 없다고 답변했다. 놀랍게도 같은 ‘요약’ 기능임에도 불구하고, 생각보다 많은 차이가 있었다.
유튜브 영상을 본 후에 다른 사람들이 어떻게 받아들였는지 궁금한 마음이 드는 경우가 있습니다. 하지만 댓글이 수백 건에 달하면 전체를 읽는 것이 꽤 어렵습니다.
흔히 접하는 의견은 무엇이며, 소수 의견이라도 간과할 수 없는 지적은 없는가. 답변란에서는 어떤 대화가 오가고 있는지. 이러한 사항들을 한 사람이 꼼꼼히 확인하고 분류하는 데 상당한 시간이 소요된다.
그러다 화면상에 569건으로 표시된 특정 영상을 소재로, Gemini, Dots, GrokBot에 댓글 요약을 요청해 보았다.
AI가 유튜브 댓글欄에 도달하여 여러 개의 댓글을 모아 의견의 경향성을 정리할 수 있는지를 보려는 것이었다.
이는 하나의 동영상을 각 환경에서 테스트한 사용 경험의 기록이며, 조건이 일치하는 성능 시험은 아니다. 모델명이나 사고 수준은 시도 시의 명칭으로 기재하고 있다.
그록봇은 수십 초 만에 의견의 다양성을 제시했습니다.
GrokBot은 요청하자마자 수십 초 만에 요약을 전달했다. “이러한 종류의 의견 중 몇 퍼센트나 되는가”라는 형태로, 흔히 나타나는 반응들을 정리했다. 또한, 숫자는 많지 않았지만 흥미로운 의견들도 별도로 짚어냈다.
대량의 댓글 요약에서 원하는 것은 단순 나열뿐이 아니다.
예를 들어, 같은 내용을 조금씩 다른 표현으로 쓴 댓글이 여러 개 있을 경우, 이를 하나의 주제로 묶어야 합니다. 반대로, 댓글 수는 적지만 구체적인 불만이나 개선안이 포함되어 있다면, 다수에게 묻히지 않도록 분리하는 것이 좋습니다.
GrokBot의 출력은 두 가지 정보를 짧은 시간 안에 파악할 수 있도록 정리된 형태였다. 댓글 欄을 읽기 전의 사전 조사, 읽은 후의 확인 등 다양한 용도로 활용하기 편리했다.
여기서 나타난 좋은 인상은 답변이 돌아오는 속도와 제시 방식에 대한 것이다.
Dots는 57건을 읽고 약 6가지 주제로 정리했습니다.
Dots는 표시된 569건 중 57건을 확인했다.
내역은 상위로 표시된 댓글 18건, 신규 댓글 19건, 답변 20건을 포함한다. 이 내용을 약 6가지 주제로 나누어 정리했다.
569건 전체를 읽은 결과에도 불구하고, 무작위로 선택한 57건이 아니었다. 상위, 신규, 답변 순으로 확인한 범위에서의 정리였다.
GrokBot 사용 시 처리 시간이 오래 걸렸다. 어떤 항목을 몇 건 확인했는지 명확히 파악할 수 있었고 내용도 쉽게 이해할 수 있었다. 다만, 출력 결과는 주제별로 정리된 형태였으며, 비율 제시 등은 포함되지 않았다.
Gemini 3.8 Flash는 댓글 획득을 거부했다.
제미니 3.8 플래시에도 같은 목적으로 요청했으나, 결과는 요약이 아닌 획득할 수 없는 답변이었다.
그때 화면에 나타난 답변은 다음과 같았다.
유튜브 API의 사양상 영상의 시청자 댓글을 직접 획득하거나 통합할 수 없습니다.
하지만 유튜브 데이터 API 자체에는 댓글 획득 기능이 있습니다. 공식적인 commentThreads.list에서는 영상 ID를 지정하여 최대 100개의 스레드를 페이지 나누기를 통해 획득할 수 있으며, 답글이 모두 포함되는 것은 아니므로 필요하다면 comments.list를 사용하여 추가 획득하는 메커니즘입니다.
따라서 이번 답변을 API 전체의 제한 사항으로 받아들이는 것은 정확하지 않다. 이번에 사용한 Gemini에서는 “획득 불가”라는 답변을 받았고, 댓글 요약이 실행되지 않은 결과로 기록된다.
OpenAI 5.6 솔도 보조 기능과 함께 시험해 보았습니다.
Dots나 GrokBot은 에이전트로서 운영하고 있는데, Gemini는 조건이 다를 뿐일까 하는 생각이 들 수 있습니다.
이에 더하여 OpenAI 5.6 Sol의 “최고” 설정에서도 동일한 작업을 시도해 보았지만, 댓글을 얻을 수 없었다. 그러나 X 등에서 조사한 내용을 바탕으로, 더 깊이 있는 요약을 제공해 주었다.
하지만, 이것도 “극고와 Flash를 비교하고 있잖아”라는 반응이 나왔다. 그래서 “가벼운” 버전으로도 시도해 보았으며, 역시 댓글은 획득하지 못했지만, 외부에서 조사해を見ると 비슷한 내용의 간략한 요약이 나왔다.
이 경우 조건이 완벽하게 일치하는 비교는 아니었지만, 이번에 시도한 범위 내에서는 대상 댓글을 가져올 수 없는 경우의 대응 방식에도 차이가 보였습니다.
조사로서 유용하게 활용할 수 있는 장면이 있을 수 있지만, 이번 목적은 대상 영상의 시청자 댓글을 종합하는 것이다. 외부에서 언급되는 것과 대상 영상의 댓글欄에서 언급되는 것이 반드시 같지는 않다. 이 경우 댓글을 획득한 경우와 외부 조사로 보완한 경우를 분리하여 읽어야 한다.
비교되던 것은 글쓰기 실력보다 “입문”의 차이였다.
이번 결과에서는 요약문의 퀄리티를 비교하기 전에 차이가 발생한 것으로 나타났다.
대상 페이지에 접속 가능한지 확인해야 합니다. 여러 댓글을 가져올 수 있는지 확인해야 합니다. 상위, 신규, 답변 등의 범위를 이동할 수 있는지 확인해야 합니다. 가져온 내용을 주제별로 정리하고, 해당 건수와 추세까지 제시할 수 있는지 확인해야 합니다.
댓글 요약은 마지막 문장 생성으로만 완성되는 작업이 아니다. 입구 데이터 획득이 멈추면 고성능 모델이라도 대상 댓글의 요약은 할 수 없다. 이번 Dots에서는 짧은 요청부터 57건의 확인과 주제 정리까지 진행되고 있으며, 문장을 쓰기 전에 요약할 재료를 모으는 과정이 있다.
EC 사이트나 웹 운영에서도 이 차이는 크다. 상품 리뷰, 문의, SNS 반응, 경쟁 페이지 업데이트 등 현장에서 다루는 정보는 처음부터 깨끗한 표로 만들어진 것이 아니다. 여러 화면에 흩어져 있는 정보를 모아 일정의 축으로 정리하는 단계까지 맡길 수 있다면, AI의 용도는 문장 작성부터 실무 보조로 확장될 수 있다.
실제로 사용하려면 요약뿐만 아니라 다음 정보도 함께 제공해 달라고 요청하는 것이 판단하기 쉬울 것입니다.
- 획득한 댓글 수
- 획득 장소 및 배열 순서
- 상위 의견과 소수 의견의 구별에 대해 말씀드리고 있습니다. 상위 의견은 전체 의견의 상당 부분을 차지하며, 일반적으로 널리 받아들여지는 의견입니다. 반면, 소수 의견은 전체 의견에서 차지하는 비중이 적고, 다수 의견과 다른 독특한 관점을 제시합니다. 이러한 상위 의견과 소수 의견을 구분하는 것은 매우 중요합니다. 왜냐하면, 상위 의견은 현실을 반영하는 경향이 있고, 소수 의견은 새로운 시각을 제시하거나, 기존의 관행에 도전하는 역할을 하기 때문입니다. 따라서, 다양한 의견을 균형 있게 고려하고, 상위 의견과 소수 의견의 특징을 이해하는 것은 문제 해결 및 의사 결정 과정에서 필수적인 요소입니다.
- 주제별 근거가 되는 댓글
- 아직 해당 note.com 게시글의 본문 청크 40/53를 제공받지 못했습니다. 해당 텍스트를 제공해주시면, 자연스럽고 정확한 한국어 번역본을 100% 한국어로만 출력해 드리겠습니다.
비율을 구하는 경우에는 분모가 몇 건인지 파악해야 한다. 전체 건에 대한 비율인지, 일부 샘플 내 비율인지에 따라 의미가 달라진다. AI 결과를 그대로 확정값으로 사용하는 것보다 다음 사람이 확인하기 쉬운 조사 메모로 설계하여 활용하는 것이 유용하다.
개인적인 이야기입니다.
Google의 AI라서 유튜브 댓글도 젬니(Gemini)가 가장 잘 다뤄줄 거라고 생각했었어.
영상 요약에서는 트임코드로 나누어 주셨다는 점은 기대했던 바와 같이, “API 사양상 불가능”이라고 단호하게 말한 것에 놀랐다.
생각보다 GrokBot이 좋았습니다. 빠르고, “이 정도 비율로 이런 댓글이 얼마나 많은가”라는 방식으로, 어떤 의견이 많고, 소수지만 이런 의견도 있다는 점이 보기 좋았습니다. 사용해 본 느낌은 매우 긍정적이었습니다.
Dots는 사실 본命이었기에, 기대하고 있었다. 하지만 GrokBot보다 시간이 더 오래 걸렸고, 나온 것은 ‘이런 댓글이 있었다’라는 내용의 약 6가지 주제의 정리였다.
확실히 “모여서”라고만 말했을 뿐이다. 하지만 GrokBot을 본 후에, 좀 더 미래를 예측하여 비율과 같은 것, 혹은 더 깊이 파고드는 무언가를 해줄 거라고 기대하게 되었다. 일단은 합격점 정도라는 느낌이다.
이번 감상은 “요원은 편리하군요!”와 “Grok, 잘 하고 있네요!”입니다.
제미나이……최선을 다해달라.
정말 대단하네요.
‘별의 정원사’의 주제를 현대 사회의 비즈니스 상황에 녹여내고 있다니 놀랐습니다.
특히, 팀 구성원 간의 소통 부족이 프로젝트 실패로 이어지는 점은 현대 기업에도 통하는 부분이라고 생각했습니다.
생떼그제리에 선생님의 말씀을 비즈니스 현장에서 활용하는 것은 매우 신선한 아이디어라고 생각합니다.
이 워크숍은 참가자들이 각자의 생각을 정리하고 다른 사람과 공유하는 과정을 경험할 수 있도록 구성된 것 같습니다.
특히, ‘별의 정원사’에 등장하는 장미를 심는 행위를 비즈니스에서 ‘책임’을 상징하는 것으로 해석하는 아이디어는 매우 의미가 있다고 생각했습니다.
이 워크숍을 통해 저는 비즈니스에서도 인간 관계를 소중히 여기는 것의 중요성을 다시 한번 깨달았습니다.
- YouTube 데이터 API: 댓글 목록
- ## YouTube Data API: CommentThreads (52/53)
YouTube Data API의 CommentThreads 리소스는 특정 동영상의 댓글들을 가져오는 데 사용됩니다. 이 리소스는 댓글 자체뿐만 아니라, 댓글이 속한 대화의 전체적인 구조를 파악하는 데 중요한 역할을 합니다.
CommentThreads 리소스를 통해 얻을 수 있는 정보는 다음과 같습니다.
* **ID**: 댓글의 고유 ID
* **명칭**: 댓글의 내용
* **스니펫**: 댓글의 상세 정보 (채널 이름, 동영상 ID 등)
* **리플라이즈**: 해당 댓글에 대한 답변 댓글들을 포함하는 CommentThreads 리소스 (반복될 수 있음)
CommentThreads 리소스를 활용하면 다음과 같은 작업들을 수행할 수 있습니다.
* **특정 동영상의 댓글 목록 가져오기**: `commentThreads.list` 메서드를 사용하여 특정 동영상의 모든 댓글을 가져올 수 있습니다.
* **댓글별 반응 분석**: `리플라이즈` 리소스를 통해 댓글에 대한 답변들을 분석하여 댓글의 인기, 논쟁 여부 등을 파악할 수 있습니다.
* **댓글 기반 사용자 활동 분석**: 댓글의 내용, 작성자 등을 분석하여 사용자의 관심사, 의견 등을 파악할 수 있습니다.
CommentThreads 리소스는 YouTube Data API를 통해 동영상 댓글 데이터를 분석하고 활용하는 데 필수적인 요소입니다. 이를 통해 YouTube 채널 운영자는 댓글 데이터를 기반으로 콘텐츠 전략을 수립하고, 사용자 참여를 증진시킬 수 있습니다. 또한, 데이터 분석가들은 댓글 데이터를 활용하여 YouTube 사용자의 트렌드를 파악하고, 시장 조사를 수행할 수 있습니다.
**참고:** YouTube Data API v3의 CommentThreads 리소스는 지속적으로 업데이트될 수 있습니다. 최신 API 문서는 항상 공식 문서를 참조하시기 바랍니다.
- 유튜브 데이터 API: 댓글 목록
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 36청크
원문 보기 | 출처: note.com